云計(jì)算、大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)快速發(fā)展及廣泛應(yīng)用,使得作為其主要基礎(chǔ)設(shè)施的數(shù)據(jù)中心網(wǎng)絡(luò)規(guī)模也愈加龐大,結(jié)構(gòu)更為復(fù)雜,內(nèi)部的各種資源管理也越來(lái)越困難。數(shù)據(jù)中心網(wǎng)絡(luò)內(nèi)部的流量模式也發(fā)生了很大變化,各服務(wù)器之間的流量愈來(lái)愈大。采用傳統(tǒng)的靜態(tài)流量調(diào)度算法,會(huì)出現(xiàn)網(wǎng)絡(luò)設(shè)備和鏈路負(fù)載不均,甚至發(fā)生設(shè)備宕機(jī)以及鏈路堵塞等現(xiàn)象。SDN技術(shù)為解決數(shù)據(jù)中心網(wǎng)絡(luò)面臨的問(wèn)題提供了新的機(jī)遇。因此,針對(duì)當(dāng)今數(shù)據(jù)中心網(wǎng)絡(luò)中的流量調(diào)度問(wèn)題,論文首先建立整數(shù)線性規(guī)劃數(shù)學(xué)模型,提出了一種以SDN技術(shù)為基礎(chǔ)的流量調(diào)度算法GA-ACO來(lái)求解該數(shù)學(xué)模型得到最佳流量調(diào)度方案。算法首先使用ECMP（equal cost multipath routing,等價(jià)多路徑路由）調(diào)度新到達(dá)的數(shù)據(jù)流,同時(shí)使用Sflow監(jiān)測(cè)技術(shù)實(shí)時(shí)監(jiān)測(cè)鏈路狀態(tài)信息和大象流。對(duì)于擁塞鏈路上的大象流,GA-ACO使用遺傳算法計(jì)算多條可用路徑,然后通過(guò)蟻群算法從中選出最優(yōu)路徑,來(lái)重新路由該大象流。同ECMP算法和蟻群優(yōu)化算法AC0-SDN相比,提出的GA-ACO算法在降低最大鏈路利用率和提高平均對(duì)分帶寬方面,都取得了更好的效果。 

【文章來(lái)源】：內(nèi)蒙古農(nóng)業(yè)大學(xué)內(nèi)蒙古自治區(qū)

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖６?ＧＡ－ＡＣＯ算法流程圖??Ｆｉｇ．６?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｔｈｅ?ＧＡ－ＡＣＯ??

，通過(guò)選擇、交叉和變異處理，進(jìn)行循環(huán)迭代，最終求解出問(wèn)題的最優(yōu)解決方案。??本文中利用遺傳算法，依據(jù)實(shí)時(shí)網(wǎng)絡(luò)拓?fù)浜玩溌肥褂们闆r，計(jì)算出符合數(shù)學(xué)模??型中約束條件（４）？（６）的多條可行路徑。算法的輸入為網(wǎng)絡(luò)中實(shí)時(shí)獲取的鏈路??利用率，解空間Ｒ由多條可用路徑組成，作為大象流備選路徑。算法的輸出為多條??可用路徑。遺傳算法具體步驟如下所述。??１．編碼??為了求解已經(jīng)建立的數(shù)學(xué)優(yōu)化模型，本文將遺傳算法中的染色體定義為候選路??徑。一條路徑對(duì)應(yīng)一條染色體，是由多條連續(xù)鏈路構(gòu)成的鏈路串。如圖７所示為本??實(shí)驗(yàn)環(huán)境中的一條路徑實(shí)例。??ｓｌ??ｙ?ｖ??ｓｄ?ｓ５?ｓ７?ｓｆ??ｍ??３?＂?１?３?ｉ?１?３?１?３??ｈｉ?ｈ５??圖７完整路徑實(shí)例圖??Ｆｉｇ．７?Ｆｕｌｌ?ｐａｔｈ?ｉｎｓｔａｎｃｅ?ｄｉａｇｒａｍ??

?基于遺傳－蟻群混合算法的ＳＤＮ數(shù)據(jù)中心網(wǎng)絡(luò)大象流調(diào)度研究?２８＿??〇Ｓ??＾ｋｍｍｍ?ｍｍｍｍ?Ｘｍｍｍ?ｉｐｉｐｉｐｉｐ??圖８實(shí)驗(yàn)拓?fù)浣Y(jié)構(gòu)圖??Ｆｉｇ．８?Ｅｘｐｅｒｉｍｅｎｔａｌ?ｔｏｐｏｌｏｇｙ?ｄｉａｇｒａｍ??４．１．３?ｉｐｅｒｆ流量生成??文獻(xiàn)［３］規(guī)定把單個(gè)數(shù)據(jù)流占用鏈路帶寬百分之十作為判斷大象流的最低標(biāo)準(zhǔn)，??所以本文規(guī)定帶寬在１０Ｍ／Ｓ及以上判定為大象流。數(shù)據(jù)中心網(wǎng)絡(luò)的通信模型依據(jù)參??考文獻(xiàn)［４２？４５］設(shè)計(jì)。??使用Ｍｉｎｉｎｅｔ平臺(tái)內(nèi)置的流量生成工具Ｉｐｅｒｆ，自定義擴(kuò)展Ｍｉｎｉｎｅｔ內(nèi)部命令來(lái)??生成流量。流的大小服從指數(shù)分布，其中用于產(chǎn)生流量的指數(shù)函數(shù)參數(shù)ｒ＝０．２３，即??每條流的大小是１Ｍ－４０Ｍ之間的整數(shù)。產(chǎn)生每條流的時(shí)間間隔服從泊松分布（時(shí)間??單位為秒），均限制在（０，?１）區(qū)間內(nèi)，每條流的持續(xù)時(shí)間為３０秒。三種通信模式??的通信過(guò)程如下所述：??１．間隔模式ｓｔｒｉｄｅ（ｉ）：編碼是ｘ的服務(wù)器向編碼是（ｘ＋ｉ）?ｍｏｄｎ的服務(wù)器傳輸??數(shù)據(jù)，變量ｎ代表全網(wǎng)服務(wù)器總數(shù)量。??２．交錯(cuò)模式ｓｔａｇｇｅｒｅｄ?（ｐｌ，ｐ２）：每臺(tái)服務(wù)器以概率ｐｉ向同屬于一個(gè)接入層交換??機(jī)的服務(wù)器發(fā)送數(shù)據(jù)，以概率ｐ２向同屬于一個(gè)Ｐｏｄ的服務(wù)器發(fā)送數(shù)據(jù)，以概率??ｌ－ｐｌ－ｐ２向其他ｐｏｄ內(nèi)服務(wù)器發(fā)送數(shù)據(jù)；??３．隨機(jī)模式ｒａｎｄｏｍ：網(wǎng)絡(luò)中的服務(wù)器使用相同的隨機(jī)概率向除本機(jī)外的服務(wù)??器傳輸數(shù)據(jù)。??

【參考文獻(xiàn)】：
期刊論文
[1]基于SDN的數(shù)據(jù)中心網(wǎng)絡(luò)多路徑流量調(diào)度算法[J]. 金勇,劉亦星,王欣欣.  計(jì)算機(jī)科學(xué). 2019(06)
[2]基于SDN的流量控制算法綜述[J]. 陽(yáng)凱,林海濤,黎海雪.  通信技術(shù). 2019(04)
[3]基于蟻群算法的SDN數(shù)據(jù)中心網(wǎng)絡(luò)大象流調(diào)度研究[J]. 李宏慧,楊光,路海亮,付學(xué)良,申志軍.  計(jì)算機(jī)應(yīng)用研究. 2019(12)
[4]基于SDN的胖樹(shù)數(shù)據(jù)中心網(wǎng)絡(luò)多路徑負(fù)載均衡算法研究[J]. 付應(yīng)輝,劉必果,束永安.  計(jì)算機(jī)應(yīng)用與軟件. 2017(09)
[5]一種基于SDN的多路徑流調(diào)度機(jī)制[J]. 臧韋菲,蘭巨龍,胡宇翔.  計(jì)算機(jī)應(yīng)用研究. 2018(06)
[6]基于離散粒子群算法的數(shù)據(jù)中心網(wǎng)絡(luò)流量調(diào)度研究[J]. 林智華,高文,吳春明,李勇燕.  電子學(xué)報(bào). 2016(09)
[7]基于SDN的數(shù)據(jù)中心網(wǎng)絡(luò)流量調(diào)度機(jī)制的設(shè)計(jì)與實(shí)現(xiàn)[J]. 王文濤,鄭芳,王玲霞,穆曉峰.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[8]基于SDN的胖樹(shù)數(shù)據(jù)中心網(wǎng)絡(luò)的多路徑路由算法[J]. 農(nóng)黃武,黃傳河,黃曉鵬.  計(jì)算機(jī)科學(xué). 2016(06)
[9]軟件定義數(shù)據(jù)中心網(wǎng)絡(luò)混合路由機(jī)制[J]. 蔡岳平,王昌平.  通信學(xué)報(bào). 2016(04)
[10]面向流數(shù)據(jù)處理的數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)溲芯縖J]. 李婧.  計(jì)算機(jī)應(yīng)用與軟件. 2014(09)



本文編號(hào)：3050718